[发明专利]基于机器学习的ICT系统故障分析及辅助判别方法

说明书

本发明属于文本分类机器学习技术领域，尤其涉及一种基于机器学习的ICT系统故障分析及辅助判别方法，包括：将现有的故障信息以及处理方案进行文本分词预处理；清洗文本特征无关的分词并建立语料库；将语料库中的词语按照它所在文章的出现频率和重要性度量来建立词频矩阵，并计算文本之间的相似度；对词频矩阵进行聚类，引入calinski_harabaz分数对聚类结果进行评估，依据聚类结果建立分类明确的故障信息和解决方案的映射表；当实际故障出现时，将描述该故障的信息文本连同现有故障信息文本进行聚类，根据聚类结果中得出的故障所属类别，查找故障信息和解决方案映射表，调出相应的解决方案辅助工作人员进行故障分析处理。

技术领域

本发明属于文本分类机器学习技术领域，尤其涉及一种基于机器学习的ICT系统故障分析及辅助判别方法。

背景技术

由于ICT系统中对故障问题的处理仍停留在传统的人工分类上，传统的人为故障判别需要依靠工作人员的工作经验来判断，而实际生活中客服人员流动性较高很难积累到足够经验，其次给客服人员配备一个经验丰富的员工辅助其工作也难以实现；并且故障处理依靠人工存在着精确低和速度慢的问题。如何解决现阶段国网ICT客服仅依靠个人知识经验储备来应对系统故障这一问题成为当前面临的技术难题。

发明内容

针对人工分类存在的精确低和速度慢等问题，本发明提出了一种基于机器学习的ICT系统故障分析及辅助判别方法，包括：

步骤1，将现有的故障信息以及处理方案进行文本分词预处理；

步骤2，清洗文本特征无关的分词并建立语料库；

步骤3，将语料库中的词语按照它所在文章的出现频率和重要性度量来建立词频矩阵，并计算文本之间的相似度；

步骤4，对词频矩阵进行聚类，引入calinski_harabaz分数对聚类结果进行评估，依据聚类结果建立分类明确的故障信息和解决方案的映射表；

步骤5，当实际故障出现时，将描述该故障的信息文本连同现有故障信息文本进行聚类，根据聚类结果中得出的故障所属类别，查找故障信息和解决方案映射表，调出相应的解决方案辅助工作人员进行故障分析处理。

所述文本特征无关的词语包括：标点符号、语气、人称。

所述语料库通过观察词语与文本特征的相关性、更新停用词表来建立，并存储处理后的分词结果。

所述步骤3采用TF-IDF算法建立词频矩阵。

所述步骤4采用K-Means算法进行聚类。

所述calinski_harabaz分数的计算公式如下：

其中，s(k)为calinski_harabaz分数，m为现有故障信息文本总数，k为簇的数目，B_K是簇间协方差矩阵，w_k是簇内协方差矩阵，tr是矩阵的迹。

本发明的有益效果：

本发明运用机器学习中的文本聚类算法可以有效增强ICT客服用户系统故障研判模块的功能。通过对现有的故障信息文件建立专业故障信息语料库，使用合适文本聚类算法，根据聚类结果建立故障信息文本与解决方案的映射表，将聚类结果保存在数据库中；当新的故障出现时，将描述该故障的信息文本与已有故障信息聚类结果一起进行聚类，得到该文本所属故障类型，并从此前归纳的解决方案中调出相应的解决方案供ICT客服人员参考，解决了传统故障信息文件人为分类时由于人员专业水平和经验偏好差异而导致的分类不一致、不精确和速度慢等问题。

附图说明

图1为本发明的流程示意图。

具体实施方式